【技术实现步骤摘要】
本专利技术属于图像处理，具体涉及一种基于三重特征交互的低光照图像增强方法及系统。
技术介绍
1、随着计算机视觉和多媒体技术的发展，人们每天接收到海量的多媒体信息，包括图像和视频信息。在图像信息中，一个光照优越的图像不仅能提供一种愉悦的视觉体验，而且在图像采集、监控系统以及无人驾驶等领域具有重要的应用潜力。然而，目前技术中，成像条件异常复杂，常受到动态变化的光照等环境因素的影响，这导致在低光照条件下获取的图像往往会失去亮度和细节。因此，低光照图像增强成为一项具有重要研究价值和挑战的技术。为了提升低光照图像的质量，研究人员提出了各种低光照图像增强方法。近年来，基于深度学习的方法展现出巨大的潜力，并受到广泛关注。然而，这些方法在利用低光照图像中的信息方面仍存在不足，大多数方法假设亮度的增强会促进纹理细节的恢复，仅注重亮度增强，而忽略了纹理细节特征的考虑，导致增强的图像出现在视觉上模糊和不自然的效果。
技术实现思路
1、为解决以上现有技术存在的问题，本专利技术提出了一种基于三重特征交互的低光照图像...
【技术保护点】
1.一种基于三重特征交互的低光照图像增强方法，其特征在于，包括：获取待增强的低光照图像，将待增强的低光照图像转换为HSV空间的图像；获取HSV空间图像的照度分量，将照度分量输入到亮度恢复模块中进行特征提取，得到多尺度亮度特征图；将待增强的低光照图像输入到纹理增强模块中进行特征提取，得到多尺度纹理特征图；将多尺度亮度特征图和多尺度纹理特征图输入到三重特征交互模块中进行多尺度特征融合，得到细化纹理特征图；将细化纹理特征图再次输入到纹理增强模块中，得到增强后的纹理特征图；对增强后的纹理特征图进行卷积，得到增强后的光照图像。
2.根据权利要求1所述的一种基于三重特...
【技术特征摘要】
1.一种基于三重特征交互的低光照图像增强方法，其特征在于，包括：获取待增强的低光照图像，将待增强的低光照图像转换为hsv空间的图像；获取hsv空间图像的照度分量，将照度分量输入到亮度恢复模块中进行特征提取，得到多尺度亮度特征图；将待增强的低光照图像输入到纹理增强模块中进行特征提取，得到多尺度纹理特征图；将多尺度亮度特征图和多尺度纹理特征图输入到三重特征交互模块中进行多尺度特征融合，得到细化纹理特征图；将细化纹理特征图再次输入到纹理增强模块中，得到增强后的纹理特征图；对增强后的纹理特征图进行卷积，得到增强后的光照图像。
2.根据权利要求1所述的一种基于三重特征交互的低光照图像增强方法，其特征在于，亮度恢复模块由一个卷积层、编码器、第一特征提取模块以及解码器组成；其中编码器采用3个特征提取模块，且在每个特征提取模块后增加一个下采样模块；解码器采用3个特征提取模块，且在每个特征提取模块前增加一个转置卷积上采样模块；各个模块依次连接，构成亮度恢复模块。
3.根据权利要求2所述的一种基于三重特征交互的低光照图像增强方法，其特征在于，亮度恢复模块对照度分量进行处理的过程包括：将照度分量输入到卷积层中进行数据维度转换；将转换维度后的数据输入到各个特征提取模块中进行特征提取，并通过下采样模块对提取的特征图进行下采样，其中编码器中的下采样模块的输出作为下一个特征提取模块的输入；将编码器输出的特征图输入到第一特征提取模块中进行过滤处理；将过滤后的特征图输入到解码器中，先通过转置卷积上采样模块进行尺度恢复后再输入到特征提取模块中进行解码，其中解码器中各个特征提取模块的输出作为下一个转置卷积上采样模块的输入；将所有解码器中特征提取模块输出的特征图作为亮度特征图，得到多尺度亮度特征图。
4.根据权利要求1所述的一种基于三重特征交互的低光照图像增强方法，其特征在于，纹理增强模块由一个卷积层、编码器、第一残差小波注意力模块以及解码器；编码器采用由三个残差小波注意力模块组成，且编码器的每个残差小波注意力模块后连接一个下采样模块；解码器由三个残差小波注意力模块组成，且解码器中每个残差小波注意力模块的前面连接一个上采样模块；各个模块依次连接。
5.根据权利要求4所述的一种基于三重特征交互的低光照图像增强方法，其特征在于，...
【专利技术属性】
技术研发人员：吕晨，张阳阳，白国靖，吕蕾，刘鸿祥，胡涵，刘弘，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。